-
公开(公告)号：CN117389141A
公开(公告)日：2024-01-12
申请号：CN202311321180.9
申请日：2023-10-12
Applicant: 吉林大学
Abstract: 本发明属于四轮转向控制技术领域，且公开了一种动态自适应调节的四轮转向预测控制快速实现方法，本发明根据四轮转向车辆操纵稳定安全需求，将反应车辆操纵稳定性状态描述为控制区域，在其中划分出稳定、次稳定和不稳定区域，设计模型预测控制器通过调节目标函数权重系数以实现四轮转向车辆在行驶过程中对安全需求的动态自适应调节；针对轮胎的非线性特性，在基于查表法的基础上，利用FPGA芯片的并行性、快速性的优点，设计基于FPGA的四轮转向模型预测控制器，可以实现四轮转向车辆在行驶过程中安全需求的动态自适应调节，并解决了计算复杂度、存储和搜索复杂度以及约束处理的问题。
-
公开(公告)号：CN115027499B
公开(公告)日：2025-03-07
申请号：CN202210722735.X
申请日：2022-06-24
Applicant: 吉林大学
Abstract: 本发明属于车辆自动驾驶预测控技术领域，公开了一种基于动态神经网络Hammerstein模型的车辆自动驾驶预测控制方法，包括：S1.构建基于动态神经网络的Hammerstein模型，所述Hammerstein模型包括串联的静态非线性模块和动态线性模块，且所述静态非线性模块中包括多层前馈神经网络以及用于反映轮胎侧偏角与轮胎侧向力关系曲线的Map表；S2.设计基于Hammerstein模型的预测控制器，且所述预测控制器根据期望状态量和车辆系统实时反馈输出的实际状态量计算出车辆的控制量，并将所述控制量输入于车辆控制系统中。综上，本发明的Hammerstein模型具有建模准确度高，快速性的优点，以此有效保证了车辆非线性建模精确度，并降低了建模复杂度。
-
公开(公告)号：CN115027499A
公开(公告)日：2022-09-09
申请号：CN202210722735.X
申请日：2022-06-24
Applicant: 吉林大学
Abstract: 本发明属于车辆自动驾驶预测控技术领域，公开了一种基于动态神经网络Hammerstein模型的车辆自动驾驶预测控制方法，包括：S1.构建基于动态神经网络的Hammerstein模型，所述Hammerstein模型包括串联的静态非线性模块和动态线性模块，且所述静态非线性模块中包括多层前馈神经网络以及用于反映轮胎侧偏角与轮胎侧向力关系曲线的Map表；S2.设计基于Hammerstein模型的预测控制器，且所述预测控制器根据期望状态量和车辆系统实时反馈输出的实际状态量计算出车辆的控制量，并将所述控制量输入于车辆控制系统中。综上，本发明的Hammerstein模型具有建模准确度高，快速性的优点，以此有效保证了车辆非线性建模精确度，并降低了建模复杂度。
-
-
Search Results
3
records
(took 0.014 seconds)
